多エージェント系自己認識論理に基づく構造的知識の表現とその推論の効率化

基于多智能体自我意识逻辑的结构知识表示与高效推理

基本信息

批准号：
06780342
负责人：
外山勝彦
金额：
$ 0.58万
依托单位：
Chukyo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1994
资助国家：
日本
起止时间：
1994 至无数据
项目状态：
已结题

项目摘要

本研究では,知識をモジュール化し,各モジュールを知的行為主体であるエージェントと見なし,エージェント間でメタ知識の通信が行われるような多エージェント型知識システムの形式化に関する基礎的な研究を行った.そのために,多エージェント系自己認識論理(MAEL)を形式化し,その諸性質を解明した.また,これに基づき,階層や時間順序を持つ構造的知識の表現と利用に関する手法を与えた.具体的には,MAELの意味論を明らかにし,健全かつ完全な定理集合は論理式集合に対する演算の不動点として特徴付けられることを示した.また,MAELに基づく知識表現については,特に,階層的知識における属性継承,および時間的知識における状態継続や因果関係,さらに時間の流れに対して逆向きの推論といった非単調推論が含まれる概念の表現を明らかにした.これにより,従来の知識表現において問題点とされていた多重拡張問題や時間射影問題を避けることが可能であることを示した.一方,タブロ-法に基づくMAELの決定手続きに導出原理を導入することにより,新しい決定手続きを開発し,その完全性を示すとともに,手続きの一層の効率改善と任意の知識を表すメタ変数の導入を図った.さらに,Prologのメタプログラミング手法を用いて計算機上への実現を行い,メタ変数の展開手法についても明らかにした.その結果,導出原理を用いた場合はタブロ-法を用いた場合に対して,大幅に速く処理できることを示した.さらに,TMSを用いた推論を利用するための基礎的な調査を行い,その問題点を明らかにした.本研究の成果から,多エージェント系として構造的知識を捉える手法は,知識表現手法として優れた形式性を有していると考えられる.

在本研究中，我们对多智能体知识系统的形式化进行了基础研究，其中知识被模块化，每个模块被视为一个智能体，并且元知识在智能体之间进行通信。我们形式化了多智能体自我意识逻辑（MAEL）并阐明了其属性，在此基础上，我们开发了一种表示和使用具有层次结构和时间顺序的结构知识的方法。具体来说，我们阐明了 MAEL 的语义，并表明一套健全且完整的定理可以表征为一组逻辑公式运算的不动点。此外，关于基于 MAEL 的知识表示，特别是，我们阐明了概念的表达，包括非单调推理，例如层次知识中的属性继承、时间知识中的状态延续和因果关系，以及针对时间流动的推论。我们证明了可以避免传统知识表示中的多重可拓问题和时间投影问题。另一方面，通过将推导原理引入基于tableau方法的MAEL决策过程中，我们开发了一种新的知识表示方法。决策过程，证明了其完整性，旨在进一步提高过程的效率，并引入代表任意知识的元变量。此外，我们使用Prolog的元编程方法在计算机上对其进行编程。我们意识到了这一点，并明确了扩展元变量的方法。结果，我们表明，当使用推导原理时，处理速度比使用 tableau 方法时要快得多。我们进行了基础研究，以利用基于的推理。本研究的结果表明，作为多智能体系统捕获结构知识的方法作为知识表示方法具有良好的形式性。